BIST Turizm Endeksinin Hibrit Çok Kriterli Karar Verme Yöntemleri: LOPCOW, COPRAS VE TOPSIS ile Finansal Performansının Analiz Edilmesi

Abstract

Ekonomik büyüme, istihdam yaratma gücü ve kültürel etkileşim için turizm sektörü ülkeler adına ulusal ve uluslararası stratejik öneme sahip olup sektörün gelişimi oldukça önem arz etmektedir. Araştırmada, BIST Turizm Endeksi'nde (XTRZM) yer alan şirketlerin finansal oranlarının çok kriterli karar verme teknikleri ile değerlendirilmesi amaçlanmıştır. Bu amaç doğrultusunda, TOPSIS ve COPRAS Çok Kriterli Karar Verme (ÇKKV) yöntemleri kullanılırken kriter ağırlıklandırmasında LOPCOW yönteminden faydalanılmıştır. Finansal analiz için kullanılan 9 adet oran ÇKKV yöntemlerinde kriter olarak ele alınmış ve LOPCOW yöntemi ile kriterlerin ağırlıkları nesnel bir şekilde analiz edilmiştir. Kriterlerin eşit ağırlığa sahip olmaması çalışmaya özgünlük katmış, finansal analizde kullanılabilecek oranların çok kriterli karar verme teknikleri ile entegre edilmesi sağlanmış ve turizm sektöründe faaliyet gösteren şirketlerin 2024 yılına ait sonuçları üzerinden finansal performansları incelenmiştir. 11 şirketin finansal oranlarının analiz edildiği araştırma sonucunda kullanılan tekniklere göre işletmelerin finansal performans sıralamaları yapılmış ve yıl bazında tespit edilen genel sıralamalarda iki yöntem arasındaki farklılıklar ortaya konulmuştur.

Keywords

• Çok Kriterli Karar Verme Yöntemleri
• LOPCOW
• TOPSIS
• COPRAS
• BIST Turizm Endeksi

Analyzing the Financial Performance of BIST Tourism Index with Hybrid Multi-Criteria Decision Making Methods: LOPCOW, COPRAS and TOPSIS

Abstract

The tourism sector has national and international strategic importance for countries in terms of economic growth, employment generation power, and cultural interaction, and its development is of great importance. The aim of the study is to evaluate the financial ratios of companies included in the BIST Tourism Index (XTRZM) with multi-criteria decision-making techniques. For this purpose, TOPSIS and COPRAS multi-criteria decision-making (MCDM) methods were used, while the LOPCOW method was used in criteria weighting. 9 ratios used for financial analysis were considered as criteria in MCDM methods, and the weights of the criteria were objectively analyzed with the LOPCOW method. The fact that the weights of the criteria were not equal added originality to the study; the integration of ratios used in financial analysis with multi-criteria decision-making techniques was ensured, and the financial performance of companies operating in the tourism sector was examined based on 2024 results. In the research results, the financial ratios of 11 companies were analyzed, and financial performance rankings were made among the techniques used, revealing differences between the two methods in the general rankings determined on a yearly basis.

Keywords

• Multi-criteria Decision-making Methods
• LOPCOW
• TOPSIS
• COPRAS
• BIST Tourism Index

References

1. Acer, A., Genç, T., & Dinçer, E. (2020). Türkiye’de Faaliyet Gösteren Bireysel Emeklilik Şirketlerinin Performansının Entropi ve COPRAS Yöntemi ile Değerlendirilmesi. İstanbul Gelişim Üniversitesi Sosyal Bilimler Dergisi, 7(1), 153-169. https://doi.org/10.17336/igusbd.560975
2. Aslan, B. K. (2025). Türkiye’de Turizm ve Ekonomik Büyüme İlişkisi Üzerine Bir İnceleme (A Study on The Relationship Between Tourism and Economic Growth in Türkiye). Journal of Tourism & Gastronomy Studies, 13(1), 453-467. https://doi.org/10.21325/jotags.2025.1567
3. Aslanova, D. (2025). Applıcatıon of Investment Programs in Tourısm Development. International Journal Of Artificial Intelligence, 1(1), 874-878. Retrieved from https://inlibrary.uz/index.php/ijai/article/view/70972
4. Ayçin, E. (2019). Çok Kriterli Karar Verme: Bilgisayar Uygulamalı Çözümler. Ankara: Nobel Akademik Yayıncılık.
5. Ayçin, E. (2023). Çok Kriterli Karar Verme: Bilgisayar Uygulamalı Çözümler. Ankara: Nobel Akademik Yayıncılık.
6. Ayçin, E., & Bektaş, S. (2024). BIST Kocaeli Şehir Endeksinde Yer Alan Şirketlerin LOPCOW ve OPARA Yöntemleriyle Finansal Performanslarının Değerlendirilmesi. Sinop Üniversitesi Sosyal Bilimler Dergisi, 8(Eğitim Bilimleri Özel Sayısı), 1-24. https://doi.org/10.30561/sinopusd.1551020
7. Balcı, N., & Koba, Y. (2024). BIST Turizm Endeksinde İşlem Gören Firmaların COVID-19 Pandemisi Sonrası Finansal Performanslarının İncelenmesi1 Financial Performance Evaluation of Firms Traded on BIST Tourism Index after COVID-19 Pandemic.
8. Baykuş, O., & Bektaş, S. (2024). BIST Aracı Kurumlar (XAKUR) Endeksinde Yer Alan Şirketlerin Finansal Performanslarının Değerlendirilmesi. Kırklareli Üniversitesi Sosyal Bilimler Dergisi, 8(2), 127-146. https://doi.org/10.47140/kusbder.1543782

9. Bektaş, S. (2022). Türk Sigorta Sektörünün 2002-2021 Dönemi için MEREC, LOPCOW, COCOSO, EDAS ÇKKV Yöntemleri ile Performansının Değerlendrilmesi. BDDK Bankacılık ve Finansal Piyasalar Dergisi, 16(2), 247-283.
10. Bektaş, S. (2023). BIST Şehir Endekslerinde Yer Alan Firmaların Finansal Performanslarının ÇKKV Yöntemleriyle Değerlendirilmesi: WEBDA ve LOPCOW Yöntemleriyle XSDNZ Endeksi Örneği. In Finansal Piyasaların Evrimi: Bankacılık, Risk Yönetimi, Piyasa ve Kurumlar, (pp. 135-152). Özgür Yayın Dağıtım Ltd. Şti.
11. Biswas, S., Bandyopadhyay, G., Pamucar, D., & Joshi, N. (2022). A Multi-criteria Based Stock Selection Framework in Emerging Market. Operational Research in Engineering Sciences: Theory and Applications, 5(3), 153-193.
12. Bulak, B. N., & Durmuş, A. F. (2025). Yenilenebilir Enerjinin Muhasebeleştirilmesi ve Grı 302: Enerji Standardı Çerçevesinde BIST Enerji Şirketlerinin TOPSIS Yöntemi ile İncelenmesi. Uluslararası İşletme, Ekonomi ve Yönetim Perspektifleri Dergisi, 8(2), 279-307. https://doi.org/10.29228/ijbemp.77295
13. Dash, R., Samal, S., Dash, R., & Rautray, R. (2019). An integrated TOPSIS Crow Search based Classifier Ensemble: In Application to Stock İndex Price Movement Prediction. Applied Soft Computing, 85, 105784.
14. Doğu, A. (2024). Borsa İstanbul’da Yer Alan Sigorta Şirketlerinin Finansal Performanslarının TOPSIS ve VIKOR Yöntemlerine Göre İstatistiksel Olarak Belirlenmesi. Socıal Scıences Studıes Journal (Sssjournal), 7(77), 493-508.
15. Duan, L., Qu, Y., & Li, Y. (2025). Gas Pedal or Stabilizer: The Mystery of Financial Development Affecting Financial Fraud Revisited. Modern Economy, 16(1), 81-113. https://doi.org/10.4236/me.2025.161004
16. Dhruva, S., Krishankumar, R., Ravichandran, K. S., Kaklauskas, A., Zavadskas, E. K., & Gupta, P. (2025). Selection of waste treatment methods for food sources: an integrated decision model using q-rung fuzzy data, LOPCOW, and COPRAS techniques. Clean Technologies and Environmental Policy, 1-25.
17. Ecer, F., & Günay, F. (2014). Borsa İstanbul’da İşlem Gören Turizm Şirketlerinin Finansal Performanslarının Gri İlişkisel Analiz Yöntemiyle Ölçülmesi. Anatolia: Turizm Araştırmaları Dergisi, 25(1), 35-48. https://doi.org/10.17123/atad.vol25iss195016
18. Ecer, F., & Pamucar, D. (2022). A novel LOPCOW‐DOBI Multi‐Criteria Sustainability Performance Assessment Methodology: An Application in Developing Country Banking Sector. Omega, 112, 102690. https://doi.org/10.1016/j.omega.2022.102690
19. Ergül, N. (2014). BIST - Turizm Sektöründeki Şirketlerin Finansal Performans Analizi. Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 4(1), 325-340
20. Erdoğan, M., & Yamaltdınova, A. (2018). Borsa İstanbul’a Kayıtlı Turizm Şirketlerinin 2011-2015 Dönemi Finansal Performanslarının TOPSİS ile Analizi. Optimum Ekonomi ve Yönetim Bilimleri Dergisi, 5(1), 19-36. https://doi.org/10.17541/optimum.335722
21. Ertuğrul, İ., & Özçil, A. (2014). Çok Kriterli Karar Vermede TOPSIS ve VIKOR Yöntemleriyle Klima Seçimi. Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 4(1), 267-282.
22. Ersoy, N. (2023). BIST Perakende Ticaret Sektöründe LOPCOW-RSMVC Modeli ile Performans Ölçümü. Sosyoekonomi, 31(57), 419-436. https://doi.org/10.17233/sosyoekonomi.2023.03.20
23. Ertaş, F. C., & Yetim, A. (2022). Covıd-19 Pandemisinde Gıda ve İçecek Sektöründeki İşletmelerin Finansal Performansının TOPSIS Yöntemiyle İncelenmesi: BIST Örneği. Muhasebe ve Finansman Dergisi(93), 53-74. https://doi.org/10.25095/mufad.978282
24. Finnet 2000 Plus. (2025, 05 14). Isparta, Merkez, Türkiye: Finnet.
25. Gül, Y. (2021). Entropiye Dayalı TOPSIS Yöntemi ile Bankaların Performans Değerlendirmesi. Uşak Üniversitesi Sosyal Bilimler Dergisi, 14(1), 1-26.
26. Gökdemir, T., & Emel, G. (2025). Çok Kriterli Karar Yöntemleri Kullanılarak Covıd-19 Pandemisiyle Mücadelenin Değerlendirilmesi: N-11 Ülkeleri Örneği. Elektronik Sosyal Bilimler Dergisi, 24(1), 169-189. https://doi.org/10.17755/esosder.1514293
27. Hwang, CL., Yoon, K. (1981). Methods for Multiple Attribute Decision Making. In: Multiple Attribute Decision Making. Lecture Notes in Economics and Mathematical Systems, vol 186. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-48318-9_3
28. Jing, D., Imeni, M., Edalatpanah, S. A., Alburaikan, A., & Khalifa, H. A. E. W. (2023). Optimal Selection of Stock Portfolios Using Multi-Criteria Decision-Making Methods. Mathematics, 11(2), 415.
29. Kahreman, Y. (2024). D8 Ülkelerinin Ekonomik Performanslarının CRITIC/LOPCOW-Cocoso Modeli İle Değerlendirilmesi. Anadolu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 25(1), 534-559. https://doi.org/10.53443/anadoluibfd.1340466
30. Kamacı, K. (2025). Orta Koridor Ülkelerinin Lojistik Performansının Lopcow-Ağırlıklı Topsıs Yaklaşımıyla Değerlendirilmesi. Tarsus Üniversitesi Uygulamalı Bilimler Fakültesi Dergisi, 5(2), 180-197.
31. Karakaş, A., & Öztel, A. (2020). BIST’de Yer Alan Turizm İşletmelerinin Finansal Performanslarının Entropi Tabanlı TOPSIS Yöntemi ile Belirlenmesi: Bir Python Uygulaması. Dicle Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 10(20), 543-562.
32. Kavas, Y. B., Medetoğlu, B., & Öztürk, M. (2023). Finansal Performans Analizi: TOPSIS ve MOORA Yöntemleriyle BIST Elektrik Gaz ve Buhar Sektörü Üzerine Bir Uygulama. Ekev Akademi Dergisi, (94), 330-344. https://doi.org/10.17753/sosekev.1233855
33. Korucuk, S., Aytekin, A., Görçün, Ö., Simic, V., & Görçün, Ö. F. (2024). Warehouse Site Selection for Humanitarian Relief Organizations Using an Interval-Valued Fermatean Fuzzy LOPCOW-RAFSI Model. Computers & Industrial Engineering, 192, 110160.
34. Lakshmi, K. V., & Kumara, K. U. (2024). A Novel Randomized Weighted Fuzzy AHP by Using Modified Normalization with the TOPSIS for Optimal Stock Portfolio Selection Model İntegrated with an Effective Sensitive Analysis. Expert Systems With Applications, 243, 122770.
35. Ömürbek, N., Eren, H., & Dağ, O. (2017). ENTROPİ-ARAS ve ENTROPİ-MOOSRA Yöntemleri İle Yaşam Kalitesi Açısından AB Ülkelerinin Değerlendirilmesi. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 10(2), 29-48.
36. Özbek, A., & Erol, E. (2017). Ranking of factoring companies in accordance with ARAS and COPRAS methods. International Journal of Academic Research in Accounting, Finance and Management Sciences, 7(2), 105-116.
37. Özer, N. (2021). Borsa İstanbul (BIST) Turizm Endeksinde Yer Alan Firmaların Performans Analizi. Seyahat ve Otel İşletmeciliği Dergisi, 18(3), 615-632.
38. Özçelik, H., & Kandemir, B. (2015). BIST’de İşlem Gören Turizm İşletmelerinin TOPSIS Yöntemi İle Finansal Performanslarının Değerlendirilmesi. Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 18(33), 97-114. Https://Doi.Org/10.31795/Baunsobed.645449
39. Pepple, M. K. T., & Ikeremo, E. S. (2025).Multicriteria Decision Analysis for Stock Selection: A Comparative Study of ELECTRE III with Veto, TOPSIS, and PROMETHEE Methods.137-146
40. Phua, M. H., & Minowa, M. (2005). A GIS-Based Multi-Criteria Decision Making Approach to Forest Conservation Planning at a Landscape Scale: A Case Study in the Kinabalu Area, Sabah, Malaysia. Landscape and Urban Planning, 71(2-4), 207-222. https://doi.org/10.1016/j.landurbplan.2004.03.004
41. Rong, Y., Yu, L., Liu, Y., Simic, V., & Garg, H. (2024). The FMEA Model Based on LOPCOW-ARAS Methods with Interval-Valued Fermatean Fuzzy Information for Risk Assessment of R&D Projects in Industrial Robot Offline Programming Systems. Computational and Applied Mathematics, 43(1), 25.
42. Sarı, T. (2020). Banka Performans Ölçümünde TOPSIS ve PROMETHEE Yöntemlerinin Karşılaştırılması. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 34(1), 99-117. https://doi.org/10.16951/atauniiibd.480238
43. Say, S. (2022). ARAS ve COPRAS Yöntemleri ile BIST Teknoloji Endeksindeki Şirketlerin Finansal Performans Analizi. Selçuk Üniversitesi Sosyal Bilimler Meslek Yüksekokulu Dergisi, 25(Özel Sayı), 511-523. https://doi.org/10.29249/selcuksbmyd.1142373
44. Setiawansyah, S., Fernando, Y., Wahyudi, A. D., Wibawa, Y. E., & Nuris, N. (2025). Improving Decision Accuracy through LOPCOW Weighting and AROMAN methods in Retail Store Location Selection. Jurnal Ilmiah Informatika dan Ilmu Komputer (JIMA-ILKOM), 4(1), 77-88.
45. Simic, V., Dabic-Miletic, S., Tirkolaee, E. B., Stević, Ž., Ala, A., & Amirteimoori, A. (2023). Neutrosophic LOPCOW-ARAS Model for Prioritizing Industry 4.0-based Material Handling Technologies in Smart and Sustainable Warehouse Management Systems. Applied Soft Computing, 143, 110400.
46. Skica, T., Rodzinka, J., & Zaremba, U. (2020). The Application of A Synthetic Measure in the Assessment of the Financial Condition of Lgus in Poland Using the TOPSIS Method Approach. Economics & Sociology, 13(4), 297-317. DOI:10.14254/2071-789X.2020/13-4/19
47. Soy Temür, A. (2022). Borsa İstanbul Turizm Endeksi (XTRZM) Firmalarının Entropi Temelli Aras, COPRAS ve TOPSIS Yöntemleri İle Finansal Performans Analizi. Verimlilik Dergisi, (2), 183-212. Https://Doi.Org/10.51551/Verimlilik.907897
48. Sumerli Sarıgül, S., Aaldeimir, R., & Uzunoğlu, H. (2024). Stock Market Index Prediction Using Machine Learning Techniques: Application of BIST Indices. JOEEP: Journal of Emerging Economies and Policy, 9(2), 96-106.
49. Sumrit, D., & Keeratibhubordee, J. (2025). Risk assessment framework for reverse logistics in waste plastic recycle industry: a hybrid approach incorporating fmea decision model with ahp-lopcow-aras under trapezoidal fuzzy set. Decision Making: Applications in Management and Engineering, 42-81.
50. Sun, Z., Liu, L., Pan, R., Wang, Y., & Zhang, B. (2025). Tourism and Economic Growth: The Role of Institutional Quality. International Review of Economics & Finance, 103913. https://doi.org/10.1016/j.iref.2025.103913
51. Şenkal, E., & Öztel, A. (2020). Perakende Sektöründe Entropi Temelli Copras Yöntemi ile Finansal Başarı Ölçümü: Carrefoursa Örneği. Yönetim Ekonomi Edebiyat İslami ve Politik Bilimler Dergisi, 5(1), 8-24. https://doi.org/10.24013/jomelips.702821
52. Şeyranlıoğlu, O., Kara, M. A., & Çilek, A. (2024). MEREC ve COPRAS Yöntemleri ile Piyasa Çarpanlarına Dayalı Borsa Performans Değerlendirmesi: BIST-30 Pay Endeksi Uygulaması. Anadolu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 25(1), 141-167. https://doi.org/10.53443/anadoluibfd.1283459
53. Şit, M. (2016). Türkiye’de Turizm Sektörünün İstihdama Katkısı. Akademik Yaklaşımlar Dergisi, 7(1), 101-117. Topal, B. (2024). Entropi ve Ahp Ağırlıklı Topsıs Yöntemiyle Firmaların Performans Sıralaması: BIST’te Bir Uygulama. Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 26(1), 98-125. https://doi.org/10.16953/deusosbil.1380809
54. Ünvan, Y. A., & Ergenç, C. (2022). Financial Performance Analysis with the Fuzzy COPRAS and Entropy-COPRAS Approaches. Computational Economics, 59(4), 1577-1605.
55. Venugopal, R., Veeramani, C., & Das, A. (2024). Integrated Neutrosophıc Dematel, Topsıs, And Gra Approach For Fınancıal Ratıo Performance Evaluatıon Of Nasdaq Exchange. International Journal of Industrial Engineering, 31(1).
56. Vuković, M., Pivac, S., & Babić, Z. (2020). Comparative Analysis of Stock Selection Using a Hybrid MCDM Approach and Modern Portfolio Theory. Croatian Review Of Economic, Business And Social Statistics, 6(2), 58-68.
57. Yalman, İ. N., Koşaroǧlu, Ş. M., & Işik, Ö. (2023). 2000-2020 Döneminde Türkiye Ekonomisinin Makroekonomik Performansının MEREC-LOPCOW-MARCOS Modeliyle Değerlendirilmesi. Finans Politik & Ekonomik Yorumlar, 60(664), 57-86.
58. Yılmaz Özekenci, S. (2024). BIST Enerji Endeksi Şirketlerinin LOPCOW-CRITIC Tabanlı CoCoSo Yöntemleri ile Finansal Performans Analizi. Selçuk Üniversitesi Sosyal Bilimler Meslek Yüksekokulu Dergisi, 27(1), 48-64. https://doi.org/10.29249/selcuksbmyd.1400056
59. Yılmaz, Ö., & Yakut, E. (2021). Entropi Temelli TOPSIS ve VIKOR Yöntemleri ile Bankacılık Sektöründe Finansal Performans Değerlendirmesi. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 35(4), 1297-1321. https://doi.org/10.16951/atauniiibd.874660
60. Yılmaz, H., & Yakut, E. (2023). COVID-19 pandemisinin BİST Turizm Endeksi İşletmelerinin Finansal Performanslarına Etkisinin CRITIC tabanlı COPRAS ve PROMETHEE Yöntemleri ile İncelenmesi. Sosyoekonomi, 31(58), 249-276.